基于进化策略的卷积神经网络结构简约及图像分类方法

摘要

本发明请求保护一种基于进化策略的卷积神经网络结构简约及图像分类方法。针对卷积模型特征提取部分与全连接层之间的结构进行简约。首先预训练一个卷积模型以固定模型权重，并使用卷积部分对图像数据集进行特征提取；然后，随机生成若干个二进制序列作为初始种群，每个二进制序列对应一种特征提取部分与全连接层之间的结构；接着，分别在当前种群的每种结构下，使用预训练好的权重对测试集特征向量进行分类，分类准确率作为对应结构的适应度，并通过交叉、变异、选择操作得到新一代结构种群，不断迭代至等于迭代次数；最后，获得简约后的特征提取部分与全连接层之间的结构，并应用该结构对预训练权重进行微调。